По мере того как ситуация в цифровом маркетинге меняется, возможно, пришло время пересмотреть то, как мы ориентируемся на клиентов в Интернете.
Хороший маркетинг всегда должен быть выгодным для обеих сторон. Потребитель должен выигрывать, потому что ему предлагается соответствующий вариант того, что он ищет на рынке. Бренд должен выигрывать, удовлетворяя эту потребность и предоставляя свой продукт или услугу нужной аудитории, надеясь, что это будет сделано по подходящей цене.
Алгоритм не всегда наш друг
Позвольте мне привести пример. Недавно я отправился в поисках идеальной пары обуви. Универсальной для всех сезонов, подходящей как для делового, так и для повседневного образа, и прочной на многие годы. К сожалению, я все еще ищу, и не только потому, что я очень привередлив.
Мой путь клиента начался так же, как у большинства, с поиска в Google, и мне был представлен ряд вариантов от ботинок до сандалей. Не совсем то, что мне нужно, но после перехода на вкладку "Покупки", я нашел несколько вариантов, ближе к тому, что я представлял в голове.
После того как я щелкнул несколько вариантов разных брендов и просмотрел их каталоги, я все еще не нашел пару мечты, но по крайней мере определился со стилем, который я искал. Поэтому я вернулся в Google и предоставил немного больше деталей для моего следующего поиска (длинные запросы все еще существуют), но получил практически тот же список товаров в карусели, что и раньше.
Результаты были практически исключительно от трех брендов, которые я только что посетил. В течение последующих дней и недель при просмотре в Интернете мне предлагались ограниченные новые предложения. Мне постоянно предлагали те же самые товары снова и снова. Здесь частично виновато плохое использование ограничения частоты, но суть в том, что мое поведение давало сигналы, что я заинтересован в этих товарах, и поэтому алгоритмы делали все возможное, чтобы заставить меня совершить покупку.
Я сочувствую этим брендам и рекламодателям в целом, которые сталкиваются с аналогичными проблемами. С переходом к более широкому определению аудитории и большей зависимостью от машинной автоматизации они зависят от алгоритмов, которые определяют, кто является подходящим клиентом.
Как идентифицировать наиболее вероятных клиентов
Что же мы можем сделать, чтобы отличить человека, который кликает на визуальную рекламу товара, взаимодействует с веб-сайтом и решает, что товар ему не подходит, от человека, который кликает на визуальную рекламу товара, взаимодействует с веб-сайтом и затем решает, что, хотя он скорее всего купит, но сначала хочет сравнить цены в других местах и подождать день зарплаты?
В конечном итоге это сводится к разработке более глубокого понимания поведения и психологии ваших потребителей. Часто существует больше причин не покупать что-то, чем покупать, поэтому нам нужно начать копать намного глубже.
Все начинается с исследования
Понимание поведения потребителей, чтобы раскрыть «почему» взаимодействия, а также «почему бы и нет». Связано ли это с доступностью, отсутствием срочности или слишком большим выбором? Или все дело в опасениях по поводу компромисса, отвлечения внимания, симпатии, доверия, принципов, этики… и многого другого? Список сознательных и подсознательных причин отказа от дальнейших действий может быть большим и разнообразным.
Поведенческое понимание часто начинается со старомодных методов, таких как общение с людьми. Фокус-группы, опросы и анкеты часто считаются архаичными для бизнеса, ориентированного на цифровые технологии, но они дадут информацию, которая поможет вам определить, с чего начать поиск данных.
Не преследуйте каждого потенциального покупателя
Нам нужно измерять по-другому, чем раньше. Анализирование маленьких, но значимых сигналов потребительского намерения, таких как картографирование внимания, глубина вовлечения, время пребывания и частота взаимодействия, поможет построить более ясную картину между действительно заинтересованным покупателем и мимо проходящим.
Идентифицируя и исключая тех, кто проявил признаки отсутствия интереса, мы можем лучше направлять нашу энергию на более квалифицированных клиентов, в то время как те же данные позволяют нам адаптировать наши клиентские пути, чтобы воспользоваться "вероятными покупателями".
В конечном итоге нам нужно лучше понимать желания и потребности наших клиентов. И ключевая часть этого - знать, когда преследовать их, а когда отпустить. Алгоритмы сделали это труднее, так как они не учитывают контекст и когнитивные мотивы в уме принимающего решение.
Эти пробелы нам нужно заполнить, и это сочетание поведенческих инсайтов с вашими инструментами машинного обучения поможет не только маркетологу стать более эффективным в расходах на рекламу, но и вернуть актуальность для потребителя.